奇异值分解是特征值分解的一个普遍化的方法,适用于降维、图片压缩等方面的应用。
特征值分解
矩阵A是一个m*m的实对称矩阵(A=A’),则A可被分解为QEQ’,其中Q是正交矩阵(QQ’=I)。
奇异值分解
特征值分解需要A是实对称矩阵,而奇异值分解是特征值分解的推广。即任何矩阵A都可通过奇异值分解分解为以下形式:
A=UEV’
其中U和V都是单位正交阵,U为左奇异矩阵,V为右奇异矩阵,E仅在对角线方向上有值,称为奇异值。
奇异值
奇异值可以被看作成一个矩阵的代表值,或者说,奇异值能够代表这个矩阵的信息。当奇异值越大时,它代表的信息越多。